الطيور مقابل الطائرات بدون طيار مجموعة بيانات تصنيف صور الطيور والطائرات بدون طيار

شهدت المركبات الجوية غير المأهولة (UAVs)، أو الطائرات بدون طيار، زيادة كبيرة في الاستخدام التجاري والترفيهي على حد سواء، ولكن هذا الانتشار جلب معه مخاوف خطيرة تتعلق بالسلامة. يمكن أن تشكل الطائرات بدون طيار خطرا على الأشخاص والبنية التحتية وحركة المرور الجوي إذا تم التعرف عليها بشكل خاطئ أو لم يتم اكتشافها، خاصة إذا تم الخلط بينها وبين أجسام جوية أخرى مثل الطيور. وللتغلب على هذا التحدي، فإن نظام الكشف الدقيق يعد أمرا بالغ الأهمية.

تهدف مجموعة البيانات هذه إلى سد هذه الفجوة، وتمكين تطوير وضبط النماذج لتحديد الطائرات بدون طيار والطيور بشكل أفضل في مجموعة متنوعة من البيئات. تحتوي مجموعة البيانات على مجموعة متنوعة من الصور من موقع Pexel، والتي تمثل الطيور والطائرات بدون طيار أثناء الحركة. يتم التقاط الصور من إطارات الفيديو، وتجزئتها، وتضخيمها، ومعالجتها مسبقًا لمحاكاة الظروف البيئية المختلفة، وبالتالي تعزيز عملية تدريب النموذج.

يتم تنسيق مجموعة بيانات Bird vs Drone وفقًا لمواصفات YOLOv7 PyTorch ويتم تقسيمها إلى ثلاثة مجلدات: Test وTrain وValid. يحتوي كل مجلد على مجلدين فرعيين - الصور والملصقات - يحتوي مجلد الملصقات على البيانات الوصفية ذات الصلة بتنسيق نص عادي. توفر هذه البيانات الوصفية معلومات قيمة حول الكائنات التي تم اكتشافها في كل صورة، مما يمكّن النموذج من التعلم والكشف بدقة عن الطائرات بدون طيار والطيور في مواقف مختلفة. تحتوي مجموعة البيانات على إجمالي 20,925 صورة، جميعها بدقة 640 × 640 بكسل بتنسيق JPEG، مما يوفر فرصًا شاملة للتدريب والتحقق لنماذج التعلم الآلي.

• مجلد الاختبار:يحتوي على 889 صورة (صور طائرات بدون طيار وطيور). يحتوي هذا المجلد على فئات فرعية تحمل العلامات BT (صور اختبار الطيور) و DT (صور اختبار الطائرات بدون طيار).
• مجلد القطار:يحتوي هذا المجلد على إجمالي 18,323 صورة، بما في ذلك صور الطائرات بدون طيار والطيور، مقسمة أيضًا إلى فئات BT وDT.
• المجلدات الصالحة:يحتوي على 1,740 صورة. الصور الموجودة في هذا المجلد مقسمة أيضًا إلى BT و DT.